Toda-Yamamotos Granger-kausalitetstest
Toda-Yamamoto (TY) kausalitetstestet, introducerat av Toda och Yamamoto (1995), erbjuder en robust procedur för att testa Granger-icke-kausalitet i vektorautoregressiva (VAR) modeller när variablerna kan vara integrerade eller kointegrerade av godtycklig ordning. Genom att avsiktligt överanpassa VAR-modellen med extra lags motsvarande den maximala integrationsordningen, kringgår metoden behovet av förhandsprövning av kointegration och bevarar den standardmässiga asymptotiska ki-två-fördelningen för Wald-statistiken.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- Toda, H. Y., & Yamamoto, T. (1995). Statistical inference in vector autoregressions with possibly integrated processes. Journal of Econometrics, 66(1–2), 225–250. DOI: 10.1016/0304-4076(94)01616-8 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 2). Toda-Yamamoto Granger Causality Test. ScholarGate. https://scholargate.app/sv/econometrics/toda-yamamoto-causality
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Dolado-Lütkepohl Granger kausalitetstestEkonometri↔ jämför
- Granger kausalitetstestEkonometri↔ jämför
- Vektorautoregressionsmodell (VAR)Ekonometri↔ jämför
Refereras av
Similar methods
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →